python - 计算 Pandas DataFrame行中的买入和卖出数量差异

以下我的数据需要在买卖方面进行明智的区分

我当前的DF看起来像这样：

    Items  Type   Qty
0   myitem1   BUY  1546
1   myitem1  SELL  1340
2   myitem2  BUY   149
3   myitem2  SELL   130
4   myitem4   SELL   100
5   newitem   BUY  1000
6   newitem  SELL  1000

我希望期望的输出是“买入，卖出”的差额。即

    Items  Type   Qty
   myitem1   BUY  206
   myitem2  BUY   19
   myitem4   SELL   100

注意：对于某些项目，上面的行可能只有Buy或Sell之一，在这种情况下，它是针对Item4的

此外，输出不必包含相等的Items（在这种情况下，newitem是示例）

我尝试了使用DF groupby等多种方法来实现此目的，但是我无法获得上述输出。

最佳答案

请尝试以下操作：

import numpy as np

df.groupby(['Items']).apply(lambda x:
                                      np.select([x['Type'] == 'SELL', x['Type'] == 'BUY'], [x['Qty']*-1, x['Qty']])
                                     ).apply(sum).rename('Qty').to_frame().assign(
        Type = lambda x: np.select([x['Qty'] <0, x['Qty']>0, x['Qty']==0], ['SELL', 'BUY', None]),
        Qty = lambda x: x['Qty'].abs()
    ).dropna()

输出：

         Qty    Type
Items
myitem1  206    BUY
myitem2  19     BUY
myitem4  100    SELL